LaVague

Willkommen in Lavague

Ein großer Aktionsmodell -Framework für die Entwicklung von KI -Webagenten

Lavague: Web Agent Framework für Bauherren

Lavague ist ein Open-Source-Framework, das für Entwickler entwickelt wurde, die KI-Webagenten erstellen möchten, um Prozesse für ihre Endbenutzer zu automatisieren.

Unsere Webagenten können ein Ziel wie "Installationsschritte für die Umarmung der Diffusors -Bibliothek von Face" einnehmen und die erforderlichen Aktionen generieren und ausführen, um das Ziel zu erreichen.

Lavague -Agenten bestehen aus:

• Ein Weltmodell, das ein Ziel und den aktuellen Status (auch bekannt als die aktuelle Webseite) annimmt und eine entsprechende Reihe von Anweisungen ausgibt.
• Eine Action -Engine, die diese Anweisungen in Aktionscode, z. B. Selenium oder Dramatiker „kompiliert“

QA Lavague: Dediziertes Werkzeug für QS -Ingenieure

? Auf Lavague gebaut

Lavague QA ist ein Werkzeug, das auf QS -Ingenieure zugeschnitten ist, die unser Gerüst nutzen.

Sie können das Schreiben von Tests automatisieren, indem Sie Gherkin-Spezifikationen in einfach zu integrierte Tests verwandeln. Lavague QA ist ein Projekt, das das Lavague -Framework hinter den Kulissen nutzt, um die Webtests 10x effizienter zu gestalten.

Ausführliche Informationen und Einrichtungsanweisungen finden Sie in der Lavague -QA -Dokumentation.

Erste Schritte

Demo

Hier ist ein Beispiel dafür, wie Lavague mehrere Schritte unternehmen kann, um das Ziel zu erreichen, "auf die Quicktour of Peft zu gehen":

Praktisch

Sie können dies mit den folgenden Schritten tun:

1. Lavague herunterladen mit:

pip install lavague

2. Verwenden Sie unser Framework, um einen Webagenten zu erstellen und das Ziel zu implementieren:

 from lavague . core import  WorldModel , ActionEngine
from lavague . core . agents import WebAgent
from lavague . drivers . selenium import SeleniumDriver

selenium_driver = SeleniumDriver ( headless = False )
world_model = WorldModel ()
action_engine = ActionEngine ( selenium_driver )
agent = WebAgent ( world_model , action_engine )
agent . get ( "https://huggingface.co/docs" )
agent . run ( "Go on the quicktour of PEFT" )

# Launch Gradio Agent Demo
agent . demo ( "Go on the quicktour of PEFT" )

Weitere Informationen zu diesem Beispiel und zur Verwendung von Lavague finden Sie in unserer Quick-Tour.

Beachten Sie, dass diese Beispiele unsere Standard -OpenAI -API -Konfiguration verwenden, und Sie müssen die Variable OpenAI_API_Key in Ihrer lokalen Umgebung mit einem gültigen API -Schlüssel festlegen, damit diese funktionieren.

Für ein End-to-End-Beispiel von Lavague in einem Google Colab finden Sie unser Notebook in Quick-Tour

Schlüsselmerkmale

• ✅ integrierte Kontexte (auch bekannt als Konfigurationen)
• ✅ Anpassbare Konfiguration
• ✅ Ein Testläufer zum Testen und Benchmarking der Leistung von Lavague
• ✅ Ein Token -Zähler zur Schätzung der Nutzung und der Kosten für Token
• ✅ Protokollierungswerkzeuge
• ✅ Eine optionale interaktive Gradio -Schnittstelle
• ✅ Debugging -Tools
• ✅ Eine Chromverlängerung

Unterstützte Fahrer

Wir unterstützen drei Treiberoptionen:

• Ein Selen -Webdriver
• Ein Dramatiker Webdriver
• Ein Chromverlängerungstreiber

Beachten Sie, dass nicht alle Fahrer alle Agentenfunktionen unterstützen:

Besonderheit	Selen	Dramatiker	Chromverlängerung
Kopflose Agenten	✅	⏳	N / A
Iframes behandeln	✅	✅
Öffnen Sie mehrere Registerkarten	✅	⏳	✅
Elemente hervorheben	✅	✅	✅

✅ unterstützt
⏳ bald kommen
nicht unterstützt

? Unterstützung

Wenn Sie Probleme haben, die mit Lavague beginnen, können Sie:

• Schauen Sie sich unseren Leitfaden zur Fehlerbehebung an, bei dem wir Informationen und Behebung für häufig vorkommende Probleme auflisten.
• Öffnen eines Github -Problems, in dem Sie Ihr Problem beschreiben
• Meldung uns in dem '#Support -Kanal' auf unserem Discord -Server

? Beitragen

Wir würden Ihre Hilfe und Unterstützung gerne auf unserer Suche nach einem robusten und zuverlässigen großen Aktionsmodell für die Webautomatisierung erstellen.

Um zu vermeiden, dass mehrere Personen an den gleichen Dingen arbeiten und Ihre Arbeit nicht zusammenführen können, haben wir den folgenden Beitragsprozess beschrieben:

1. ? Wir good first issue Aufgaben mit GitHub issues help-wanted
2. "Wenn Sie daran interessiert sind, an einer dieser Aufgaben zu arbeiten, kommentieren Sie das Problem!
3. ? Wir werden mit Ihnen diskutieren und Ihnen die Aufgabe mit einem community assigned Etikett zuweisen
4. Wir werden dann zur Verfügung stehen, um diese Aufgabe mit Ihnen zu besprechen
5. ⬆️ Sie sollten Ihre Arbeit als PR einreichen
6. ✅ Wir werden Ihren Code überprüfen und zusammenführen oder Änderungen anfordern/Feedback geben

Weitere Informationen finden Sie in unserem contributing guide .

Roadmap

Um mit unserem Projekt Rückstand hier auf dem Laufenden zu halten.

? Wie viel kostet es, einen Agenten zu betreiben?

Lavague verwendet LLMs (standardmäßig OpenAs gpt4-o , dies ist jedoch vollständig anpassbar) unter der Motorhaube.

Die Kosten dieser LLM -Anrufe hängen von:

• Die Modelle, die ausgewählt wurden, um einen bestimmten Agenten auszuführen
• die Komplexität des Ziels
• Die Website, mit der Sie interagieren.

In unserer dedizierten Dokumentation zum Token -Zählen und zur Kostenschätzung finden Sie heraus, wie Sie alle Token verfolgen und die Kosten für den Betrieb Ihrer Agenten schätzen können.

? Datenerfassung

Wir möchten einen Datensatz erstellen, der von der AI -Community verwendet werden kann, um bessere große Aktionsmodelle für bessere Webagenten zu erstellen. Sie können unsere bisherigen Arbeiten zum Aufbau von Community -Datensätzen auf unserer Bigaction -Suggingface -Seite sehen.

Aus diesem Grund sammelt Lavague standardmäßig die folgende Benutzerdaten -Telemetrie:

• Version von Lavague installiert
• Code / Liste der Aktionen, die für jeden Web -Aktionsschritt generiert wurden
• Die vergangenen Handlungen
• Die "Beobachtungen" (Methode zur Überprüfung der aktuellen Seite)
• LLM verwendet (dh GPT4)
• Multi -Modal LLM verwendet (dh GPT4)
• Zufällig generierte anonyme Benutzer -ID
• Unabhängig davon, ob Sie einen CLI-Befehl (z. B. Lavague-QA), die Gradio-Demo oder unsere Bibliothek direkt verwenden.
• Das verwendete Ziel
• Die Gedankenkette über den Agenten
• Die Interaktionszone auf der Seite (Begrenzungsfeld)
• Die Ansichtsfenstergröße Ihres Browsers
• Der aktuelle Schritt
• Die generierten Anweisungen und der aktuelle Motor verwendete Motor
• Die Token Kosten und Verwendung
• Die URL, in der Sie eine Aktion durchgeführt haben
• Ob die Aktion fehlgeschlagen ist oder erfolgreich war
• Die extra verwendeten Daten angegeben
• Fehlermeldung, gegebenenfalls relevant
• Die Quellknoten (Stücke des HTML -Codes, der von der Webseite abgerufen wurde, um diese Aktion auszuführen)

Achten Sie darauf, dass Sie nie persönliche Informationen in Ihre Ziele und die zusätzlichen Benutzerdaten einbeziehen. Wenn Sie beabsichtigen, persönliche Informationen in Ihre Ziele/zusätzlichen Benutzerdaten aufzunehmen, wird dringend empfohlen, die Telemetrie auszuschalten.

Schalten Sie alle Telemetrie aus

Wenn Sie alle Telemetrie ausschalten möchten, sollten Sie die Variable der LAVAGUE_TELEMETRY -Umgebung auf "NONE" einstellen.

Anleitungen zum Einstellen Ihrer Umgebungsvariablen für die Umgebung LAVAGUE_TELEMTRY finden Sie in unserem Leitfaden hier.